• GSP-3D：基于扩散策略与世界模型的可泛化三维高斯泼溅用于长时程双臂操作

  引言：学习鲁棒的视觉运动策略进行双臂操作仍然具有挑战性，因为需要严格的手臂精确协调以及在不同环境条件下的泛化能力。现有的基于扩散的策略常常产生时间上不一致的动作生成，同时它们依赖于稀疏点云表示，限制了结构完整性，并且无法捕捉未来的场景动态，从而阻碍了长时程任务

  来源：Frontiers in Neurorobotics

  时间：2026-09-01

• 小脑重复经颅磁刺激联合认知训练后阿尔茨海默病的血清代谢组学分析

  背景：复杂代谢紊乱是阿尔茨海默病（Alzheimer's disease, AD）的关键特征。尽管研究表明重复经颅磁刺激（repetitive transcranial magnetic stimulation, rTMS）联合认知训练（cognitive t

  来源：Frontiers in Neurology

  时间：2026-09-01

• 成人神经内科实践中被识别的22q11.2缺失综合征：两例诊断陷阱的简要报告

  背景：当神经科诊疗由锥体束征、步态障碍或帕金森综合征样表现触发，而非由先天性、发育性、精神性或系统性特征触发时，22q11.2缺失综合征（22q11.2DS）在成人中可能被忽视。方法：研究人员回顾性分析了两个无亲属关系的成年患者的临床、影像学和遗传学发现，其神

  来源：Frontiers in Neurology

  时间：2026-09-01

• 健康波斯成年人群基于光谱域 OCT 的黄斑神经节细胞复合体参数参考区间：一项横断面研究

  摘要目的：在健康成人人群中建立由光谱域光学相干断层扫描（SD-OCT）测量的黄斑神经节细胞复合体（GCC）参数的参考区间（RIs）。在这项横断面研究中，健康参与者接受了黄斑 SD-OCT 成像。根据 CLSI EP28-A3 指南，建立了 GCC 相关参数的参考区间，包括内视

  来源：Scientific Reports

  时间：2026-09-01

• 一种基于脑电图（EEG）检测和长短期记忆网络（LSTM）以及注意力机制的神经营销推荐系统

  摘要传统的基于脑电图(EEG)的推荐系统，例如那些使用标准LSTM、双向LSTM或注意力增强LSTM的系统，在解码消费者偏好方面展现出了潜力。然而，这些模型往往未能充分考虑决策事件之间的不规则时间间隔，并且倾向于忽视关键的神经动态，从而在神经营销应用中表现不佳，而在这些应用中，时

  来源：Scientific Reports

  时间：2026-09-01

• SGSR：用于基于事件的脉冲语义分割的结构引导语义恢复

  摘要事件驱动脉冲语义分割非常适合稀疏和非同步的视觉感知，但由于事件响应在空间上是非均匀的，密集预测仍然具有挑战性。物体轮廓和运动边界通常会产生强烈的响应，而物体内部和亮度变化微弱的区域提供的证据有限。这种不平衡通常导致语义区域不完整和边界不准确。为解决这一问题，我们提出了 S

  来源：Scientific Reports

  时间：2026-09-01

• CrystalGRW：基于测地随机游走的黎曼流形扩散生成模型用于靶向晶体学性质的晶体结构生成

  确定候选晶体材料是否在热力学上稳定，取决于识别其真实基态结构，这是计算材料科学的核心挑战。研究人员提出 CrystalGRW，一种在黎曼流形上的基于扩散的生成模型，该模型在稳定相中提出候选晶体构型，并通过密度泛函理论(DFT)计算进行验证。该模型专为 de n

  来源：Scientific Reports

  时间：2026-09-01

• 可解释机器学习（Explainable Machine Learning）用于分析自闭症儿童与正常发育儿童在实用性思维处理过程中的脑电图（EEG）差异，这些差异具有时间结构特征

  摘要语用能力障碍是自闭症谱系障碍（ASD）的核心特征，然而其神经机制在系统的解释框架内仍不清楚。传统的仅关注孤立ERP成分的研究在捕捉语用理解的时间组织方面存在局限性。本研究基于多阶段的语用处理框架，将理论驱动的特征构建与可解释的机器学习相结合，考察了在语境-句子匹配任务中数据集

  来源：Scientific Reports

  时间：2026-09-01

• 人类青光眼与视网膜神经节细胞中的鞘磷脂耗竭以及酸性鞘磷脂酶水平升高有关

  摘要 青光眼与磷脂代谢紊乱有关，这可能导致视网膜神经节细胞（RGC）的死亡。在此研究中，我们探讨了青光眼对磷脂鞘氨醇（SM）的影响，以及调控人类RGC中性鞘氨醇合成和降解的机制。我们使用患有或未患青光眼的捐献者的视网膜样本，通过将绿色荧光蛋白（EGFP）与无毒

  来源：Scientific Reports

  时间：2026-09-01

• 一种时间图注意力自编码器框架通过对国际贸易网络的演化嵌入来量化地缘政治贸易风险

  摘要全球贸易网络日益复杂，迫切需要能够捕捉高阶关系结构及其与地缘政治紧张局势共同演变的分析工具。基于 DeepWalk 和 Node2Vec 等静态图嵌入的局限性以及 EvolveGCN、DySAT 和 TGAT 等以往时序模型的不足，我们提出了一种时序图注意力自编码器（TG

  来源：Scientific Reports

  时间：2026-09-01

知名企业招聘：